Claim Missing Document
Check
Articles

Found 38 Documents
Search
Journal : eProceedings of Engineering

Sistem Pengamanan Data IoT Menggunakan Enkripsi AES Wahyuni, Putri Stri; Murti, Muhammad Ary; Satrya, Gandeva Bayu
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Internet of Things (IoT) telah memberi kontribusi besar terhadap perkembangan teknologi komunikasi dalam kehidupan sehari-hari kita. Kemudahan untuk mengadopsi teknologi ini diperkuat oleh bertambahnya jumlah perangkat elektronik yang saling terhubung melalui internet seperti yang ditunjukkan oleh hasil-hasil riset sebelumnya. Namun besarnya pertumbuhan jumlah penggunaan pada sistem ini seharusnya seiring dengan besarnya kepedulian untuk melakukan tindakan pengamanan pada komunikasi sistem IoT. Sebagai contoh, kejahatan siber bisa saja dilakukan terhadap sistem IoT yang tidak menggunakan topologi dan protokol yang benar, atau data yang dikirim dari perangkat sensor IoT tidak dilindungi dengan semestinya. Penelitian ini mengusulkan sebuah jalur komunikasi aman antara perangkat sensor IoT ke Internet. Penelitian ini mendemonstrasikan protokol komunikasi dengan sistem enkripsi AES.Kata Kunci—IoT, enkripsi AES, mikrokomputer, keamanan siber
Sistem Deteksi Gempa Menggunakan Artificial Neural Network Berbasis IoT Napitu, Jefri Radianto; Murti, Muhammad Ary; Istiqomah, Istiqomah
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia merupakan negara yang sangat berpotensi terjadinya gempa bumi karena terletak di pertemuan tiga lempeng utama dunia yaitu Eurasia, Indo australia, dan Pasifik. Timbulnya gempa bumi tidak dapat diprediksi dan sering kali menimbulkan korban jiwa serta kerugian lainnya. Untuk meminimalisir kejadian tersebut, perlu adanya pemberian informasi gempa agar proses evakuasi dapat dilakukan dengan cepat. Dengan adanya sistem deteksi gempa menggunakan sensor accelerometer dan klasifikasi Artificial Neural Network yang dipadukan dengan jaringan LoRaWAN, dapat mengirim informasi gempa ke platform IoT yaitu Antares. Dalam pendeteksian getaran secara real-time memiliki nilai akurasi sebesar 95,56% pada klasifikasi getaran gempa, non-gempa, dan truk dengan skala getaran (II-VI) Modified Mercalli Intensity. Pengiriman data gempa dari node menuju gateway LoRaWAN menggunakan frekuensi 921,2 MHz sampai 922,4 MHz memiliki rata-rata delay pengiriman 0,041842516 detik dengan 100% tingkat keberhasilan pengiriman.Kata kunci— Gempa Bumi, Sensor accelerometer, LoRaWAN, Artificial Neural Network, Modified Mercalli Intensity, Antares.
Sistem Monitoring Penggunaan Listrik Untuk Audit Energi Pada Bangunan Berbasis Iot Sasmito, Ahmad Yulianto Bekti; Murti, Muhammad Ary; Fuadi, Azam Zamhuri
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Audit energi pada gedung atau bangunan sangatlah penting terutama penggunaan energi listrik, porsi pemakaian serta alokasi dan untuk penyediaan energi listrik merupakan salah satu yang dominan. Langkah untuk menghindari terjadinya pemborosan energi listrik, direktorat pembangunan energi telah membuat petunjuk konservasi energi pada bangunan gedung yang mengkonsumsi energi cukup besar. Pada penelitian ini telah di bangun sistem Audit IKE berbasis IoT yang sesuai dengan peraturan pemerintah SNI 6196 tahun 2011. Merancang sebuah alat untuk mengirim data besaran listrik tiga fasa pada gedung, sistem monitoring audit energi untuk memantau nilai Intensitas Konsumsi Energi (IKE) dengan menggunakan Wi-Fi sebagai sistem komunikasi. Data yang telah tersimpan pada Platfrom IoT dapat diakses pada aplikasi smartphone dan website dashboard monitoring. Perbandingan pembacaan dari tiga jenis kWh meter, kWh Schneider mempunyai rata-rata akurasi 96,83% dan ZIZM194- DAY mempunyai rata-rata akurasi 94,09%, kWh meter berhasil mengirimkan data besaran listrik tiga fasa menuju Antares 100%. Data VPS akan ditampilkan pada aplikasi smartphone dan website monitoring audit energi, data yang ditampilkan pada aplikasi smartphone dan website monitoring 100% berhasil. Perbandingan ukuran data HTTP dan MQTT yang didapatkan yaitu MQTT lebih kecil ukuran data kirim dan data terima.Kata kunci— Internet of Things, ESP-32, Protokol MQTT, Power Meter, Audit Energif.
Perancangan dan Implementasi Aplikasi Android untuk Kontrol dan Monitoring Suhu Ruangan Modirono, Muh Ihsan Akmal; Murti, Muhammad Ary; Fuadi, Azam Zamhuri
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan kebutuhan akan pengendalian suhu ruangan yang efisien dan pemantauan suhu secara realtime telah mendorong pengembangan sistem yang dapat mengotomatiskan proses ini. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi Android untuk kontrol dan pemantauan suhu ruangan. Aplikasi ini memanfaatkan teknologi Android sebagai platform utama dan berintegrasi dengan sensor suhu serta perangkat kontrol suhu untuk mencapai pengendalian suhu yang efektif. Dalam perancangan sistem, kami mengusulkan arsitektur yang terdiri dari aplikasi Android, sensor suhu, dan perangkat kontrol suhu. Aplikasi Android menyediakan antarmuka pengguna yang intuitif, memungkinkan pengguna mengatur suhu ruangan sesuai preferensi mereka. Sensor suhu mengumpulkan data suhu secara real-time, sementara perangkat kontrol suhu digunakan untuk mengendalikan perangkat pemanas atau pendingin sesuai dengan suhu yang diinginkan. Dalam kesimpulan, kami berhasil merancang dan mengimplementasikan aplikasi Android yang efektif untuk kontrol dan pemantauan suhu ruangan. Aplikasi ini memberikan solusi yang dapat diandalkan untuk pengendalian suhu ruangan yang efisien dan pemantauan suhu secara real-time. Saran untuk penelitian selanjutnya termasuk peningkatan antarmuka pengguna, pengembangan algoritma kontrol yang lebih canggih, dan eksplorasi integrasi dengan sistem pintar lainnya.Kata Kunci: Android, kontrol suhu, monitoring suhu, logika fuzzy
Implementasi Face Detection dan Penghitungan Jumlah Menggunakan Raspberry Pi 4 dan Kamera Raspberry NoIR Bachri, Ibram Muharam; Murti, Muhammad Ary; Fuadi, Azam Zamhuri
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Jurnal ini membahas tentang implementasi face detection (deteksi wajah) dan penghitungan jumlah menggunakan Raspberry Pi 4 dan kamera Raspberry NoIR. Tujuannya adalah mengembangkan sistem untuk mendeteksi wajah manusia dalam gambar atau video serta menghitung jumlah wajah yang terdeteksi. Metodenya menggunakan algoritma face detection berbasis komputer vision dengan library OpenCV. Raspberry Pi 4 digunakan sebagai platform utama, dan kamera Raspberry NoIR digunakan untuk mengambil gambar/video yang dianalisis. Selama tahap implementasi, Raspberry Pi 4 dihubungkan dengan kamera Raspberry NoIR, dan program Python dikembangkan untuk mengakses kamera, melakukan face detection, dan menghitung jumlah wajah yang terdeteksi. Sistem terintegrasi dengan platform Antares untuk mengirimkan data deteksi wajah. Hasil pengujian menunjukkan sistem dapat mendeteksi wajah manusia dengan akurasi tinggi dan menghitung jumlah wajah dengan tepat. Sistem beroperasi baik pada Raspberry Pi 4 dan kamera Raspberry NoIR, menghasilkan hasil deteksi yang memuaskan, dan dapat mengirimkan data ke platform Antares dengan delay yang diatur. Penelitian ini memiliki potensi aplikasi luas di bidang pengawasan keamanan, analisis data, pengenalan wajah, dan lainnya, serta berkontribusi pada pengembangan teknologi face detection praktis menggunakan Raspberry Pi 4 dan kamera Raspberry NoIR.Kata kunci — face detection, deteksi wajah, OpenCV, Antares.
Sistem Monitoring Tinggi Gelombang Lepas Pantai Untuk Mendeteksi Gejala Tsunami Menggunakan Sensor Inertial Measurement Unit Adam, Muhamad Dhani; Murti, Muhammad Ary; Salam, Rahmat Awaludin
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Seperti yang diketahui fenomena alam merupakan suatu hal yang tidak dapat dihindarkan oleh manusia, terkhusus anomali/perubahan alam. Anomali alam dapat menyebabkan kerugian berupa materi maupun nyawa. Salah satu fenomena alam yang terjadi adalah perubahan gelombang pasang surut laut. Dengan terjadinya bencana ini yang disebabkan fenomena alam, diberikan salah satu cara yang dapat digunakan untuk mengurangi dampak yang diberikan dengan menyampaikan informasi dan peringatan kepada masyarakat terkait perubahan pasar surut gelombang laut terkhusus masyarakat yang tinggal di pesisir pantai. Sistem monitoring yang akan dirancang adalah sistem yang dapat memantau kondisi gelombang laut sehingga mengetahui fenomena alam yang terjadi dengan menyampaikan informasi berupa ketinggian gelombang laut dan status gelombang laut. Penelitian ini berhasil menggabungkan antara smart sensor BNO055, Arduino Nano dan TTGO LoRa sehingga menghasilkan error dari ketinggian gelombang sebesar 7,5% dan akurasi sebesar 92,5%. Pengiriman data yang dilakukan memiliki interval waktu kirim sebesar 1 menit dan data yang dikirimkan berupa SNR, delay, RSSI dan nilai ketinggian gelombang. Kata Kunci: Tsunami, BNO055, Arduino Nano, TTGO LoRa, Gelombang Laut
Sistem Pendeteksi Premature Ventricular Contraction Berbasis K-Nearest Neighbors Menggunakan Elektrokardiograf Portabel Baihaqi, Zaidan Fitra; Estananto; Murti, Muhammad Ary
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Premature Ventricular Contraction (PVC) merupakan jenis aritmia yang ditandai dengan kompleks QRS yang melebar lebih dari 120 ms tanpa disertai gelombang P. Penelitian ini bertujuan mengembangkan sistem portabel untuk merekam sinyal EKG dan menerapkan algoritma K-Nearest Neighbors (KNN) guna mendeteksi PVC. Sistem dirancang menggunakan sensor ADS1293 dan mikrokontroler ESP32 yang mengirimkan data EKG ke aplikasi mobile untuk dianalisis. Hasil pengujian menunjukkan sinyal EKG yang terekam memiliki kualitas baik dan heart rate yang sesuai dengan alat referensi. Model KNN yang dilatih menggunakan data MIT-BIH menghasilkan akurasi 92,85% dan F1-score 0,93. Sistem juga berhasil diterapkan pada aplikasi mobile untuk memvisualisasikan hasil deteksi. Meskipun belum divalidasi secara klinis, sistem ini telah berfungsi sesuai tujuan dan dapat dikembangkan lebih lanjut untuk klasifikasi secara real-time. Kata kunci— Elektrokardiogram (EKG), Aritmia, Premature Ventricular Contraction (PVC), K-Nearest Neigbors (KNN)
Sistem Pendeteksi Fibrilasi Atrium Berbasis Convolutional Neural Network (CNN) Menggunakan EKG Portable Angela, Fallerina Ribka; Estananto; Murti, Muhammad Ary
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Fibrilasi atrium merupakan salah satu jenis aritmia yang ditandai dengan aktivitas listrik jantung yang cepat dan tidak teratur, serta berpotensi meningkatkan risiko stroke dan gagal jantung jika tidak terdeteksi secara dini. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pendeteksi fibrilasi atrium berbasis Convolutional Neural Network (CNN) yang terintegrasi dengan perangkat EKG portabel. Sistem ini menggunakan tiga elektroda untuk merekam sinyal listrik jantung, yang kemudian dikirimkan ke aplikasi mobile melalui mikrokontroler ESP32. Data sinyal EKG dan fitur RR interval yang diterima akan diproses menggunakan model CNN untuk mengklasifikasikan kondisi jantung sebagai “normal” atau “fibrilasi atrium”. Model CNN yang dikembangkan berhasil mencapai akurasi sebesar 99,48% dan F1-Score sebesar 97,80%, menunjukkan performa klasifikasi yang sangat baik. Aplikasi mobile juga dirancang untuk menampilkan sinyal EKG, nilai detak jantung (BPM), dan hasil klasifikasi secara real-time. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan solusi yang efektif dan efisien dalam melakukan pemantauan jantung secara mandiri dan deteksi dini fibrilasi atrium. Kata kunci— fibrilasi atrium, sinyal EKG, CNN, ESP32, perangkat portabel
Co-Authors Abdulloh Salahul Haq Achmad Rizal Adam, Muhamad Dhani Aditya Kurniawan Agung Nugroho Jati Ahmad Adhitya Nurhadi Ahmad Fauzan Jaya Akbar Budi Wikanta Alif Ghifari Amanda Austin Herlambang Andi Shridivia Nuran Andi Wahyu Adi Arryansyah Andi Zulfakar Angela, Fallerina Ribka Angga Rudinar Anggawa Kharisma Hananta Aprillia, Rizky Arfian, Ganjar Tri Azam Zamhuri Fuadi Bachri, Ibram Muharam Baihaqi, Zaidan Fitra Bazwir, Arasy Billy Ahmad Abdilah Cahya Kusuma Ardhi Casi Setianingsih Denny Darlis Difa Surya Putra Erwin Susanto Estananto Fahmi Ahmad Fauzi Faisal Budiman Fiky Y. Suratman Gandeva Bayu Satrya Gurnita Koncara Indraloka Gusti Ngurah Rama Putra Atmaja Hafizh , Luthfi Abdul Haq, Abdulloh Salahul Ibnu linursafa Imron Rizaldi Indra Prastowo Inung Wijayanto Irawan Dwi Purnomo Irfan Suhendra Irvan Akbar Anka Pratama istiqomah istiqomah Junartho Halomoan Koredianto Usman Kusprasapta Mutijarsa Listy Amalia Luthfi Abdul Hafizh Maruli Tua Baja Sihotang Modirono, Muh Ihsan Akmal Muhamad Ramadhan Muhammad Fathurrohim Nur Muhammad Hablul Barri Muhammad Imam Nashiruddin Muhammad Nasrun Muhammad Nur Rasyid Nahdatin Hasanah Napitu, Jefri Radianto Novi Prihatiningrum Nyoman Bogi Aditya Karna Porman Pangaribuan Rahadian Reza Rizaldy Rahmat Awaludin Salam Rahmat Syamsudaris Ramadhan, Muhammad Rifqi Ramdhan Nugrah Ratna Mayasari Ratri Dwi Atmaja Refnaldy Hartono Rezka Bunaiya Prayudha Rizka Alifya Rahman Rizki Ardianto Priramadhi Rizki Kurniawati Rizqi Surya Utama Sasmito, Ahmad Yulianto Bekti Selvy Zelia Sari Shalahuddin Kartika Candra Sony Sumaryo Syafri Akhsanul Iqbal Unang Sunarya Wahyuni, Putri Stri Willy Anugrah Cahyadi